نمونه گیری

دید کلی از نمونه گیری از آن جا که در سرشماری ، تمام واحدهای جامعه باید شمارش شود ؛ این کار پرهزینه و وقت‌گیر خواهد بود. برای صرفه جویی در وقت و هزینه مجبوریم ، روش دیگری را به کار بریم . این جاست که اهمیت روش نمونه‌گیری آشکار می‌شود. در نمونه گیری معمولا نمونه کوچکی از جامعه را بررسی می‌کنیم و آن را برای کل جامعه تعمیم می‌دهیم .

اصطلاحات نمونه گیری عنصر : واحدی که درباره اش اطلاعات جمع آوری می شود و مبنای تحلیل را فراهم می سازد. جمعیت : مجموعه افراد، اشیاء که یک یا چند صفت مشترک داشته باشند و یک جا در نظر گرفته شوند. در تحقیقی از دانشجويان دانشگاه صنعتي شریف ، جامعه آماري مورد نظر، دانشجويان آن دانشگاه مي باشند. چهارچوب : فهرست اصلی واحدهای نمونه گیری است که نمونه از آن انتخاب می شود. متغیر : صفات منحصر به فرد عنصرهای یک جمعیت را توصیف می کند. نمونه : زیرمجموعه ای از یک جمعیت است که برای استنباط ماهیت کل جمعیت انتخاب می شود. معرف بودن نمونه : همه اعضای جمعیت شانس یکسان برای انتخاب شدن داشته باشند.

اهمیت و ضرورت نمونه گیری پس از انتخاب موضوع تحقیق و بیان مسئله ٬ یکی از تصمیمات مهمی که در پیش روی هر پژوهشگری قرار دارد ، انتخاب نمونه است .نمونه ای که باید نماینده جامعه ای باشد که پژوهشگر قصد تعمیم یافته های تحقیق خود به آن جامعه را دارد. اگر محقق پژوهش خود را بر تمامی افراد جامعه اجرا کند روش او سرشماری خواهد بود ، یعنی محقق باید تمامی افراد جامعه را تک تک مورد بررسی و آزمون قرار دهد. اما چون اکثر پژوهشگران توان و زمان اجرای پژوهش بر کل جامعه را ندارند به همین دلیل پژوهش خود را محدود به نمونه کوچکی می سازند.

چرا باید از نمونه به جای بررسی کل جامعه استفاده کرد ؟ 1 – نمونه از جمعیت سریعتر و ارزان تر مطالعه می شود . 2 – نتايج نمونه نسبت به تمام جمعيت اغلب از صحت بيشتري برخوردار است. 3 – موجب کاهش ناهماهنگی می شود . نکته : اگر در نمونه گیری از مناسبات آماری صحیح استفاده شود ، امکان تعمیم نتایج و اطلاعات بدست آمده از مطالعه بر روی نمونه به جامعه اصلی وجود دارد. نکته : تنها در موارد جمع آوری اطلاعات ملی ، دولت ها ناچارند تا اقدام به سرشماری کرده و تمام جامعه آماری مورد نظر را با مشخصات کامل بررسی نمایند .

چند نکته با استفاده از روش هاي علمي نمونه گيري ، مي توان به نمونه اي معرف ، كافي ، با پوشش مناسب دست يافت . در تحقیق ، مي بايست دقيقا روش نمونه گيري نوشته شده وتوضيح كافي در مورد آن داده شود . مي توان با هماهنگي مشاوران آماري ويا افراد مطلع نیز روش نمونه گیری را ذکر نمود .

در انتخاب نمونه آماری باید موارد زیر رعایت شود : الف-نمونه آماري با توجه به اهداف پژوهش انتخاب شود. ب-تعداد (حجم) نمونه آماري بايد قبل از شروع پژوهش دقيقا مشخص شود. پ-انتخاب نمونه بايد بدون اعمال غرض و تعصب صورت گيرد. چند نکته

اشتباهات نمونه گیری اشتباهات نمونه گیری از جمله عواملی هستند که ممکن است هر پژوهشگری در روند تحقیق خود مرتکب آن شود و به دو دسته زیر تقسیم میشوند : 1- اشتباهات نمونه گیری 2- اشتباهات غیر نمونه گیری

اشتباهات نمونه گیری 1-اشتباه ناشی از در دست نبودن فهرست کامل افراد جامعه 2- اشتباه ناشی از انتخاب معدودی از افراد جامعه 3-اشتباه ناشي از تحلیل آماری نامناسب

اشتباهات غیر نمونه گیری 1-اشتباه ناشی از عدم مشاهده افراد مورد مطالعه که به دو دسته تقسیم می شوند : عدم پوشش و عدم پاسخ. 2-اشتباه ناشی از مشاهده غیردقیق که به سه دسته تقسیم میشوند : ابزار غیردقیق ٬ ثبت غیردقیق داده ها و استخراج نامناسب.

خطای نمونه گیری بین ویژگی های یک نمونه و ویژگی های جامعه ای که نمونه از آن انتخاب میشود ، تفاوت وجود دارد. این تفاوت برای نمونه تصادفی قابل برآورد است و به آن خطای نمونه گیری گفته می شود. خطای نمونه گیری تابع اندازه حجم نمونه است هر چه اندازه نمونه کوچکتر باشد خطای نمونه گیری زیاد است.

انواع نمونه گیری نمونه گیری احتمالی غیر احتمالی تصادفی ساده تصادفی منظم خوشه ای طبقه ای چند مرحله غیر احتمالی دردسترس سهمیه ای قضاوتی هدفمند جور کردن سیستماتیک

نمونه گیری احتمالی Probability Sample در نمونه گیری احتمالی  از قوانین احتمالات برای نمونه گیری استفاده می شود. بدین صورت که به هریک از اعضای جامعه شانس یکسانی برای حضور در نمونه داده می شود. برای انجام نمونه گیری ابتدا از فرمول تعیین حجم نمونه استفاده می گردد و پس از تعیین حجم نمونه و چارچوب نمونه گیری می شود. انتخاب هر یک از انواع نمونه احتمالی به ماهیت مسئله تحقیق ، وجود چارچوب ، هزینه ، سطح دقت مطلوب در نمونه و روش گردآوری داده ها بستگی دارد.

نمونه گیری تصادفی ساده Simple Random Sampling تصادفی ساده : مطمئن ترین راه ، دادن احتمال برابر در انتخاب شدن ، استفاده از اصل انتخاب تصادفی است . قرعه کشی - استفاده از جدول اعداد تصادفی این شیوه متضمن تهیه فهرست تمام اعضای جمعیت است . این شیوه موقعی مناسب است که چهارچوب نمونه گیری درستی موجود باشد و جمعیت از لحاظ جغرافیایی متمرکز باشد ؛ یا تکنیک گردآوری داده ها شامل رفت و آمد نباشد .

مراحل نمونه گیری تصادفی ساده شامل 5 مرحله است : تهیه چهارچوب کامل نمونه گیری شماره گذاری همه موردها با شروع از شماره 1 تعیین حجم نمونه مقتضی انتخاب شماره ها از جدول اعداد تصادفی به اندازه حجم نمونه تعیین اعضای نمونه بر حسب شماره های انتخاب شده جدول اعداد تصادفی : جدولی از اعداد 5 رقمی که با حرکت از سطر و ستون های آن می توان به اعداد نمونه دست یافت .

مشکلات نمونه گیری تصادفی ساده مستلزم چهارچوب نمونه گیری درستی است . غالبا چنین فهرستی در مورد جمعیت های بزرگ شهرها ، ایالت ها و کشورها وجود ندارد . وقتی در پیمایش ملی گردآوری داده ها با مصاحبه شخصی انجام گیرد ، نمونه تصادفی ساده هزینه سنگینی در بر خواهد داشت . احتمالا مصاحبه گران برای انجام یک مصاحبه باید مسافت طولانی طی کنند .

نمونه گیری منظم ( سیستماتیک ) Systematic Sampling منطبق بر یک قاعده و قانون مشخص این روش همانند نمونه گیری تصادفی ساده است . با این تفاوت که در آن عدد فاصله ( کسر نمونه گیری ) انتخاب و نمونه معین می شود . در این روش تعیین نمونه با سرعت بیشتر ، هزینه کمتر ، و احتمال انتخاب یکسان تر انجام می شود .

مثال : در يك‌ جامعه 55 نفري‌ ، قراراست ‌13 نمونه‌ جهت‌ پايش‌ انتخاب‌ شوند: 4 ≈ 13 ÷ 55 = كسر نمونه‌گيري ‌ فرض‌ كنيد بطور تصادفي‌ اولين‌ نمونه‌ عدد 4 انتخاب‌ شده‌است‌. 8 = 4 + 4 = نمونه دوم‌ 12= 4 + 8 = نمونه سوم ‌

مشکلات نمونه گیری سیستماتیک علاوه بر مشکلات نمونه گیری ساده ، دارای مشکل تناوب در چهارچوب نمونه گیری است . یعنی ممکن است نوع خاصی از افراد در فاصله های منظمی در چهارچوب نمونه گیری قرار داشته باشند . مثال : اگر در شکل زیر عدد تصادفی 2 و نسبت نمونه گیری 4 باشد . نمونه ها عبارت اند از : برای رفع آن یا باید آن را به هم بزنیم یا از نمونه گیری تصادفی ساده استفاده نماییم . 14 13 12 11 10 9 8 7 6 5 4 3 2 1 زن - شوهر - زن – شوهر- زن – شوهر- زن – شوهر- زن – شوهر- زن- شوهر – زن - شوهر

نمونه گیری طبقه ای Stratified Sampling جامعه یا افرادی که به نحوی با پروژه ارتباط دارند را به چند گروه تقسیم کرده و از هر گروه نمونه هایی را انتخاب می کنند . این نوع نمونه گیری ، شکل اصلاح شده ای از نمونه گیری تصادفی ساده و سیستماتیک است که هدف از آن ، رسیدن به نمونه های معرف تر و دقیق تر است . عمده ترین مشکل این نمونه گیری ، در دست نبودن اطلاعات در مورد متغیر طبقه بندی است .

مثال : فرض کنید بخواهیم نگرش دانشجویان یک دانشگاه را در مورد انتخابات بدانیم . می توان دانشجویان را بر حسب دانشکده طبقه بندی نمود . سپس نمونه ای سیستماتیک انتخاب می کنیم . اگر از 10000 نفر جامعه آماری به نمونه 500 نفری نیاز باشد ، کسر نمونه گیری 20 می شود : تعداد نمونه تعداد جمعیت دانشکده 25 500 کشاورزی 150 3000 هنر 100 2000 علوم پزشکی 35 700 مهندسی 80 1600 بازرگانی حقوق 50 1000 علوم تربیتی 10000 تعداد کل

نمونه گیری خوشه ای Cluster Sampling جامعه به گروه هايي تقسيم و از بين آن ها يك يا چند گروه انتخاب مي شوند. در این تکنیک کسب نمونه نهایی متضمن انتخاب چند نمونه مختلف است . در این روش هزینه مصاحبه نهایی به حداقل برسد .

انتخاب نمونه ای از بلوک هر حوزه تقسیم شهر به حوزه ها انتخاب نمونه ای از حوزه تقسیم حوزه به بلوک انتخاب نمونه ای از بلوک هر حوزه تهیه فهرست خانوارها انتخاب تصادفی خانوارها روش کار : انتخاب تصادفی خانوارها

نمونه گیری غیر احتمالی Non Probability Sample در این روش اصولا بحث تعمیم نتایج به جامعه مورد مطالعه مطرح نیست. زمانی کاربرد دارد که نتوان از نمونه گیری احتمالی استفاده کرد . همه افراد شانس حضور ندارند . حتی افرادی احتمال انتخاب شان صفر است . این روش زمانی به کار می رود که چهارچوب نمونه گیری موجود نیست یا پراکندگی جمعیت آن قدر زیاد است که نمونه گیری خوشه ای کارآمد نیست . مثلا قصد داریم تحقیقی راجع به معتادان انجام دهیم . قطعا هیچ فهرستی از کسانی که معتادند وجود ندارد .

چند نکته یافته های حاصل از نمونه گیری احتمالی را نمی توان به جمعیت معین بزرگتری تعمیم داد . این نوع نمونه گیری غالبا برای پیش آزمون پیمایش های بزرگی به کار می رود که در آن انرژی و هزینه انتخاب نمونه احتمالی برای مقاصد پیش آزمون ضروری تلقی نمی شود . این روش برای مطالعات اکتشافی درباره اندیشه هایی که هنوز قوام نگرفته اند ، نیز مناسب است . هدف چنین مطالعات اکتشافی ممکن است ساختن نظریه ها و فرضیه هایی باشد که بعدا با استفاده از نمونه احتمالی به تحقیق کشید .

نمونه گیری آسان ( آسوده ) در این روش از نمونه هایی که در دسترس است ، استفاده می شود . مثل نظر خواهی خبرنگار، از افرادی که به طور اتفاقی با آنان برخورد می کند. مثل استادی که از دانشجویان خود آزمایش به عمل می آورد . این روش چندان قابل اعتماد نیست و نتایج آن فقط در مورد افرادی که بررسی شده اند ، قابل تعمیم است . در مواردی که به تعمیم دادن در مورد جامعه بزرگتری نیاز نداشته باشیم ، با استفاده از کمترین هزینه و کوشش ، این روش موثر است .

نمونه گیری سهمیه ای در روش نمونه گیری آسان ، محقق نمی داند که نمونه چگونه و از چه نظر جهت دار است . این مشکل با نمونه گیری سهمیه ای قابل حل است . در این روش ، محقق افراد یا گروه هایی را ، بر مبنای یک سلسله معیارهای مشخص انتخاب می کند . مثلا در یک نظر خواهی سعی می کند تا نیمی از مصاحبه شوندگان زن و نیمی دیگر مرد باشند ، تا عامل جنسیت در نتیجه تاثیر نگذارد .

نمونه گیری هدفمند گزينش دست‌چين كردن نمونه مورد نظر از ميان گروه يا موارد موردعلاقه محقق بر این باور است که می تواند با استفاده از بصیرت و آگاهی خود مناسب ترین افراد یا گروه ها را برای مطالعه انتخاب کند . مثلا انتخاب یک مدرسه روستایی و تعمیم نتایج به سایر مدارس . تنها راه تشخیص این که نمونه انتخاب شده معرف سایر مدارس است ، این است که نمونه با معیارهایی که مدرسه نمونه را طبق آن تعریف کرده ایم ، مطابقت کند . با توجه به این که نمی توان یافته ها را به طور صد در صد تعمیم داد ، به احتمال زیاد خصوصیات پیدا شده را می توان در سایر موارد نیز یافت . در نمونه گیری هدفمند ، نتایج را با قید شرایط و با احتیاط می توان اظهار کرد .

نمونه گیری جور کردن سیستماتیک مواقعی پیش می آید که محقق ، مجبور به مقایسه دو گروه متفاوت با تعداد متفاوت می شود . مثلا نظر سنجی از استادان دانشکده ، اگر تعداد استادان زن به مراتب کمتر از استادان مرد باشد . فرض کنیم که استادان زن 10 نفر باشد ، می توان هر 10 نفر را انتخاب کرد و اگر استادان مرد زیاد باشد ، از آن ها نیز 10 نفر انتخاب گردد . هر کدام از مردان انتخاب شده با زنان موجود در نمونه از نظر خصوصیات اجتماعی مثل سن ، مدرک تحصیلی ، وضعیت تاهل و ... جور هستند . با این که نمی توان ادعا کرد که نمونه انتخاب شده معرف همه گروه است ، این روش معیار مناسبی برای مقایسه دو گروه ، با تعداد متفاوت است .

پایان